您的位置: 专家智库 > >

国家自然科学基金(60905016)

作品数:5 被引量:8H指数:2
相关作者:陈华杰吴香伟苗媛媛薛安克林岳松更多>>
相关机构:杭州电子科技大学更多>>
发文基金:国家自然科学基金国防科技技术预先研究基金更多>>
相关领域:电子电信自动化与计算机技术更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇电子电信
  • 2篇自动化与计算...

主题

  • 2篇图像
  • 2篇图像分割
  • 2篇SAR图像
  • 1篇动目标
  • 1篇多普勒
  • 1篇噪声
  • 1篇噪声背景
  • 1篇弱目标
  • 1篇弱目标检测
  • 1篇图切割
  • 1篇能量最小化
  • 1篇强噪声
  • 1篇强噪声背景
  • 1篇最小化
  • 1篇网格
  • 1篇粒子滤波
  • 1篇履带
  • 1篇履带式车辆
  • 1篇滤波
  • 1篇轮式车

机构

  • 5篇杭州电子科技...

作者

  • 5篇陈华杰
  • 2篇吴香伟
  • 1篇曾亮
  • 1篇薛安克
  • 1篇骆宇峰
  • 1篇林岳松
  • 1篇苗媛媛

传媒

  • 2篇光电工程
  • 1篇机电工程
  • 1篇计算机系统应...
  • 1篇杭州电子科技...

年份

  • 1篇2013
  • 1篇2012
  • 3篇2010
5 条 记 录,以下是 1-5
排序方式:
一种基于Graph Cuts的SAR图像分割方法被引量:2
2010年
在最小化由马尔科夫随机场(MRF)图像分割模型建立的能量函数方面,基于Graph Cuts的alpha-expansion是一种比较有效的算法。但是,由此算法构建的s/t图中边的数目非常多,运算速度很慢。为了减少alpha-expansion算法的计算量,本文在标号为alpha的像素向其它像素膨胀的过程中,先隔离非alpha类间的联系,而只考虑alpha类与非alpha类之间的关系,从而避免了alpha-expansion算法需要构造辅助结点的问题,减少了s/t图中边的数目,提高了算法的计算效率。因放松了非alpha类间的关系对alpha膨胀的约束,使得算法可以更容易得跳出能量函数的局部极小点而获得更优的分割结果。实验中将改进的算法与传统的基于Graph Cuts的算法做了对比,显示了新算法在运算时间和最小化能量方面的有效性。
陈华杰吴香伟薛安克
关键词:图像分割能量最小化GRAPHMRF模型
SAR轮式和履带式车辆三维微多普勒建模与回波仿真研究
2012年
机载合成孔径雷达(SAR)回波数据是机载SAR信号处理的基础,然而靠飞行试验得到的实测数据价格昂贵且不灵活。针对这一问题,提出了一种可以在实验室中对机载SAR微动目标回波数据进行仿真的方法。首先,叙述了SAR运动点目标回波数据模拟的理论模型,提出了三维SAR运动点目标回波数据模拟的方法,并根据轮式和履带式车辆的结构特征与运动特征分别建立了两者的理论模型,给出了模拟实验的结果;然后,通过时频分析对不同车辆在不同速度情况下的回波信号进行了分析比较。仿真和研究结果显示:该理论建模方法正确有效,能够很好地用于在实验室中实现对机载SAR微动目标回波数据的仿真,回波信号的微多普勒特性为已有的目标识别方法提供了重要辅助条件。
骆宇峰陈华杰
关键词:动目标轮式车辆履带式车辆微多普勒回波仿真
强噪声背景下基于非网格MRF的SAR图像快速分割方法被引量:3
2010年
像素级的马尔可夫随机场图像分割算法,在强噪声的SAR图像中难以保证消除斑点噪声的同时不破坏图像的边缘结构。针对此,本文提出了一种新的分割方法,首先将图像划分为若干个内部连通且有良好边缘的小区域块,然后将区域块内像素灰度的均值作为块内每个像素的灰度强度以提高算法的抗噪能力。在迭代优化阶段,用区域块替代像素作为新的处理单元,从而减少处理单元的数目提高算法的运行效率。为验证新算法的性能,将其分别应用于人工合成图像和真实的SAR图像上,并与经典分割算法做比较显示出了本文算法在噪声抑制、边缘保护和运算效率方面的性能。
陈华杰吴香伟
关键词:强噪声SAR图像分割MRF图切割
基于模糊松弛的极化图像分类算法
2010年
该文模糊聚类是一种重要的分类方法,已有的模糊分类算法应用于极化SAR图像时只利用了光谱信息,未考虑到邻域像元间统计依赖关系,针对这一缺陷,该文引入了邻域函数来描述这种依赖关系。在模糊C均值(FCM)框架下,利用邻域函数进行类别概率松弛,而且松弛程度可根据具体应用修改,增强算法的灵活性。利用DLR实验室的全极化数据进行的实验表明即使在强噪声下本文算法也能获得一致连续的分类效果。
曾亮陈华杰林岳松
关键词:极化雷达
基于粒子滤波的弱目标检测前跟踪算法被引量:3
2013年
针对低信噪比条件下机动目标的检测跟踪问题,提出了一种改进型的基于多模型的粒子滤波检测前跟踪算法.由于粒子退化问题,在目标信号微弱、目标发生机动或者信号幅值波动较强势,粒子滤波的TBD算法的检测概率和跟踪精度将会下降.本算法在粒子滤波的基础之上改进,即在每次循环之前加入新粒子,新粒子的分布是由平均法和前一时刻的目标估计结果进行确定.给出了粒子滤波的TBD算法推导以及数值计算过程.仿真实验表明:基于改进型粒子滤波检测前跟踪算法能够检测低信噪比的目标.
苗媛媛陈华杰
关键词:弱目标检测检测前跟踪粒子滤波
共1页<1>
聚类工具0